CyberStrike 这个 AGPL 协议的开源项目刚冒出来

以前做渗透测试，要么人工跑工具链（Nmap → Nuclei → Metasploit → 手工提权），要么写死的自动化脚本，遇到非标路径全靠人兜底。CyberStrike 的思路是：让 LLM 读目标画像、读漏洞库、读工具输出，动态决定下一步跑什么、参数怎么传、结果怎么解读。举个栗子：发现内网某台机器开着 445，LLM 不会死板跑 EternalBlue，而是结合目标补丁级别、网络拓扑、甚至蜜罐特征，自动挑 Petya 变种还是直接走 SMB 签名绕过——这层「决策」才是它区别于传统自动化扫描器的地方。

二、核心模块拆解

1. Planner（规划器）：基于 ReAct 循环，输入是目标资产图 + 历史动作轨迹，输出结构化 Action JSON。提示词里内置了 MITRE ATT&CK 矩阵映射表，防止幻觉跑偏。
2. Executor（执行层）：插件化，目前内置 Nuclei、Masscan、CrackMapExec、Impacket、BloodHound 等 20+ 适配器。每个插件暴露标准 run(params) -> Observation 接口，方便二开。
3. Memory（记忆库）：SQLite + 向量库（默认 Chroma），存历史观测、凭证、拓扑关系。支持「跨会话续跑」，断点恢复不丢上下文。
4. Safety Guard（护栏）：AGPL 协议强制开源，但作者在 config.yaml 里留了 allow_destructive: false 开关，默认只做侦察、枚举、非破坏性验证，真要打生产环境得显式开。

三、实测踩坑记录

# 克隆跑起来
git clone https://github.com/cyberstrike-ai/cyberstrike
cd cyberstrike
pip install -e . --extra-index-url https://pypi.org/simple
cp config.example.yaml config.yaml
# 填入你的 OpenAI/Anthropic/本地 Ollama key
cyberstrike scan --target 192.168.10.0/24 --profile stealth

跑了半小时内网段，发现三个 Nuclei 漏报的 CVE-2024-XXXX（某 NAS 组件 RCE），LLM 自动拼了利用链拿到 shell，再横向枚举出域控信任关系。但也翻车过：面对某厂商定制化 WAF，Planner 连续三轮生成同一个无效 payload，陷入死循环，最后靠 max_retries: 3 熔断才停。建议把 temperature 降到 0.1，且在 plugins/ 里给高危动作加人工确认回调。

四、协议与商用隐患

AGPL 传染性强，若你把 CyberStrike 嵌入自家 SaaS 平台对外提供服务，必须开源整个服务端代码。作者在 Issue 里明确拒绝过 MIT 双协议 PR，态度很硬。企业想商用只能走「内部工具自用」或「买商业授权」两条路，别心存侥幸。

五、值得关注的后续

• 正在合并的 PR #342：引入 GraphRAG 做攻击路径推理，替代当前扁平化的向量检索
• 计划支持 本地小模型（Qwen2.5-7B-Instruct 量化版）离线跑 Planner，解决数据出域合规
• 社区在讨论引入 CALDERA 对抗仿真模式，把红队演练变成「蓝队训练场」

如果你手头有授权范围内的靶场，建议先跑 cyberstrike simulate --range internal --mode purple 体验下「AI 红队 vs 规则蓝队」的对抗日志，比看文档直观得多。